一个多层VLSI/PCB布线通孔最小化的神经网络方法

胡卫明; 严晓浪; 马琪

您当前的位置：

首页 >

文章列表页 >

一个多层VLSI/PCB布线通孔最小化的神经网络方法

更新时间：2025-12-08

- 一个多层VLSI/PCB布线通孔最小化的神经网络方法
- A Neural Network Approach for Via Minimizationin Multi-Layer VLSI/PCB Routing
- 电子学报 1998年第2期
- 作者机构：
  
  1. 浙江大学计算机系
  2. 杭州电子工业学院ＣＡＤ所
  3. 浙江大学计算机系杭州电子工业学院ＣＡＤ所
- 作者简介：
- 基金信息：
- DOI：
  中图分类号： TP183;TU855
- 纸质出版：1998
- 稿件说明：
移动端阅览
[1]胡卫明,严晓浪,马琪.一个多层VLSI/PCB布线通孔最小化的神经网络方法[J].电子学报,1998(02):20-24.

胡卫明, 严晓浪, 马琪. A Neural Network Approach for Via Minimizationin Multi-Layer VLSI/PCB Routing[J]. Acta Electronica Sinica, 1998, (2).
[1]胡卫明,严晓浪,马琪.一个多层VLSI/PCB布线通孔最小化的神经网络方法[J].电子学报,1998(02):20-24. DOI：

胡卫明, 严晓浪, 马琪. A Neural Network Approach for Via Minimizationin Multi-Layer VLSI/PCB Routing[J]. Acta Electronica Sinica, 1998, (2). DOI：

摘要

本文提出了一个基于Ｈｏｐｆｉｅｌｄ网络的ＶＬＳＩ／ＰＣＢ多层布线中的有约束通孔最小化方法。在线段交叠图模型的基础上，提出了相邻矩阵、交叠矩阵、定层矩阵等概念，利用换位矩阵，将问题映射为相应的神经网络，并构造了该问题的能量函数，从而解决了多层布线的分层及通孔最小化题。新算法还解决了多层布线分层的管脚约束问题和相邻约束问题‘实验结果表明，这是一种有效的方法

Abstract

关键词

Keywords

references

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

一种连续可调权值CMOS神经网络

基于神经网络模型测试生成的学习策略

多目标线性规划的神经网络方法

一个多层VLSI/PCB布线通孔最小化的神经网络方法

A Neural Network Approach for Via Minimizationin Multi-Layer VLSI/PCB Routing

DOI：

摘要

Abstract

关键词

Keywords

references